#メンバーズウェビナー 「freeeのデータサイエンティストが語る イシューからはじめるAI開発のプロダクトマネジメント」まとめ
機械学習プロジェクトでよくある失敗 ・機械学習を最適な方法と思い込む ・フルスクラッチ以外の方法を検討しない #メンバーズウェビナー
2020-03-10 18:29:51「ハンマーを持つと全てが釘に見える」「チームに機械学習エンジニアがいると全ての課題を機械学習で解こうとしちゃう」 #メンバーズウェビナー
2020-03-10 18:30:49機械学習を使うにしてもフルスクラッチ以外の手札をもつ どうしても問題が複雑だったりセキュリティの問題がある時だけフルスクラッチを検討する #メンバーズウェビナー
2020-03-10 18:32:28機械学習においてフルスクラッチ以外の手札を選択するのは、大企業になればなるほどハードルあがりそうだな。政治的な意味で。 #メンバーズウェビナー
2020-03-10 18:33:12「フルスクラッチ以外の選択肢を持とう」「たとえばラップされたサービスを使おう」の例が「迷惑メールを除外したいならGmail使うべき」なの分かりやすすぎる #メンバーズウェビナー
2020-03-10 18:33:20機械学習を使う場面としてよくないのは、のちに機械学習の学習データになるような項目を機械学習で予測して埋めるようなことだと思っている。 #メンバーズウェビナー
2020-03-10 18:35:06isuueに対して、方法をフェアに検討することが大事。 例 機械学習がラップされたサービスを使う(ex.Gmail) 画像に写っているものをラベル付したい(ex. Google Vision API) 簡単な画像分類問題をカスタマイズしたい(ex. Google autoML Vision) #メンバーズウェビナー
2020-03-10 18:35:20freeeの記帳項目推測機能 ・本質的に価値があるか →大きなユーザーペインだと調査済み ・答えを出せるか →分類問題に落とせる、推測とユーザーが入れた記帳結果を比較して精度、インパクトを計れる #メンバーズウェビナー
2020-03-10 18:35:41記帳項目推測機能 ・ルールベースでもある程度可能 ・機械学習の方がキーワードの運用しなくてよい ・ユーザーメリットが大きいので将来的にも価値が高い →機械学習を選択 #メンバーズウェビナー
2020-03-10 18:37:20「本質的に価値があるか?」のチェックのフェーズで必ず定性リサーチを挟んでいるのがよい... #メンバーズウェビナー
2020-03-10 18:40:32なぜAIプロジェクトが失敗するのか?に対して、一般的なプロジェクトマネジメントの問題に加えて機械学習に対する期待値コントロールができていないからというのはわかる。ただ、実際にお客様を目の前にしてそれをしっかりできる人はなかなかいないと思う。 #メンバーズウェビナー
2020-03-10 18:42:34考え方が結構似ているのかなと思った、というより行きつく先は似たような感じなんだろうか。 #メンバーズウェビナー
2020-03-10 18:43:07なう 「【オンライン】freeeのデータサイエンティストが語る イシューからはじめるAI開発のプロダクトマネジメント」 #メンバーズウェビナー
2020-03-10 18:47:01why/whatが詰め切れていない状態で、how(機械学習)の方法が決まっている構造多そう、と聞いてて思った。 #メンバーズウェビナー
2020-03-10 18:50:27フルスクラッチの件 #メンバーズウェビナー twitter.com/celes_iizuka/s…
2020-03-10 18:51:57【エンジニアの心得】 なければ、作ればいい あれば、借りればいい 作れなければ、作れるようにすればいい 作りたくなければ、作らなければいい
2020-02-09 08:55:30「分析の背景理解せずにデータ分析をやるとデータ活用されずに無駄工数になってしまう」わかるぅ〜。気をつけねば。 #メンバーズウェビナー
2020-03-10 18:53:13QAコーナーで体制についてとりあげてくださった!嬉しい! freeeさんではAIラボというチームから、プロジェクトごとにアサインされるらしいっす(コンサルタント的なポジション) #メンバーズウェビナー
2020-03-10 18:55:28現状AIの世界とは無縁のPMですがわかりやすくて勉強になります。 AI開発であっても、結局はプロダクトマネジメントできてるかどうかがミソ=基本が大事ということを改めて実感。 今更ながら『イシューからはじめよ』読んでみよう。 #メンバーズウェビナー
2020-03-10 19:07:26